MétaCan
Menu
Retour à la cohorte
Enregistrement W1998567267 · doi:10.1155/2013/873534

Evaluation of Cost-Effectiveness Criteria in Supply Chain Management: Case Study

2013· article· en· W1998567267 sur OpenAlex
Reza Rostamzadeh, Mahdi Sabaghi, Ahmad Esmaili

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAdvances in Decision Sciences · 2013
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMulti-Criteria Decision Making
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésVaguenessTOPSISComputer scienceRanking (information retrieval)Ideal solutionFuzzy logicSupply chainOperations researchAnalytic hierarchy processSupply chain managementKey (lock)Rank (graph theory)Mathematical optimizationData miningArtificial intelligenceMathematicsBusinessMarketing

Résumé

récupéré en direct d'OpenAlex

The aim of this paper is to evaluate and prioritize the proposed cost-effectiveness criteria in supply chain management using fuzzy multiple attribute decision-making (MADM) approach. Over the past few years, the determination of suitable cost-effectiveness criteria in the supply chain has become a key strategic issue. However, the nature of these kinds of decisions is usually complex and unstructured. Many quantitative and qualitative factors must be considered to determine the suitable criteria. As the human decision-making process usually contains fuzziness and vagueness, a hierarchy of MADM model based on fuzzy-sets theory is used in this research. Using a fuzzy analytic hierarchy process (FAHP), the weights of criteria and subcriteria are determined and then the final ranking is determined by technique for order preference by similarity to ideal solution (TOPSIS). Finally, fuzzy TOPSIS (FTOPSIS) is employed to compare the results with classic TOPSIS. This paper concludes that the subcriteria in all the items are in the same rank.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,073
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,868
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0730,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,007
Études des sciences et des technologies0,0000,001
Communication savante0,0010,005
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,284
Tête enseignante GPT0,556
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle